High-dimensional variable selection for GLMs and survival models

Verbeterde analyse van grootschalige genetische data

Veel klinische en epidemiologische studies zijn gebaseerd op overlevingsmodellering om klinisch relevante factoren te ontdekken. Met de introductie van high throughput technologieën en grootschalige epidemiologische studies groeit de hoeveelheid data die moet worden geanalyseerd. Daarom is er behoefte aan statistische numerieke benaderingen om beperkte informatie over het  genoom te koppelen aan overlevingsgegevens.

Hassan Pazira beschrijft de selectie van verklarende variabelen die een eendimensionale uitkomst kunnen beïnvloeden. Het resultaat heeft een kansverdeling die valt in de klasse van de ‘exponentiële dispersie familie’. In hier grip op te krijgen onderzocht Pazira de regressie van de differentiaalgeometrie van de minimale hoek (dgLARS), een methode die is ontwikkeld voor genormaliseerde lineaire modellen.

De dgLARS-aanpak vergelijkt hij met alternatieve methoden voor variabele selectie in algemene lineaire modellen. De numerieke procedures van dgLARS zijn verbeterd voor de algemene instelling, en wordt aangeduid als de uitgebreide dgLARS. Pazira onderzocht hoe goed de dispersieparameter van de familie van exponentiële verdelingen kan worden geschat. Verder richtte hij zich op overlevingsgegevens en de genomische invloed met behulp van de relatieve risicofunctie. Uit zijn onderzoek blijkt dat de verbeterde en ontwikkelde numerieke procedures snel en accuraat zijn bij het schatten van parameters. Uiteindelijk wordt een volledige beschrijving van het pakket code{R} dat is ontwikkeld om alle analyses te doen, gepresenteerd.

Het promotieonderzoek van Hassan Pazira vond plaats bij de afdeling Stochastiek en Statistiek van het Johann Bernouilli Instituut.

Proefschrift: http://hdl.handle.net/11370/9521e69d-5025-4375-af77-02c535705501